Python缓存神奇库cacheout全解，优于内存的性能
Python缓存神奇库cacheout全解，优于内存的性能
python的缓存库(cacheout)
项目: https://github.com/dgilland/cacheout
文档地址: https://cacheout.readthedocs.io
PyPI(下载链接): https://pypi.python.org/pypi/cacheout/
TravisCI(下载链接): https://travis-ci.org/dgilland/cacheout
特性：
后端使用字典进行缓存
使用缓存管理轻松访问多个缓存对象
当使用模块级缓存对象，重构运行时的缓存设置
最大缓存大小限制
默认的缓存时间设置以及缓存项自定义存活时间
批量的设置、获取、删除操作
线程安全
多种缓存机制的实现：
FIFO(先进先出)
LIFO(后进先出)
LRU (最近最少使用机制)
MRU (最近最多使用机制)
LFU (最小频率使用机制)
RR (随机替换机制)
解释一下，避免产生混淆，我在使用时就产生的歧义，后来通过小demo证实的!
LRU是删除最近最少使用的，保留最近最多使用的。
线路图：
层级缓存(多层级缓存)
支持缓存事件监听
获取缓存对象时的常规表示方法
获取缓存对象不存在时的回调处理支持
统计缓存
版本要求：
Python >= 3.4
安装：
pip install cacheout通过创建一个缓存对象来开始了解：
# from cacheout import Cache# 如果选择LFUCache 就导入即可
from cacheout import LFUCache
cache = LFUCache()默认的缓存的大小为256，默认存活时间是关闭的，这些属性可以如下设置：
cache = Cache(maxsize=256, ttl=0, timer=time.time, default=None) 设置一个缓存可以通过cache.set():
cache.set(1, 'foobar')获取缓存键的值通过：cache.get():
ret = cache.get(1)
# 'foobar'可以为每个键值对设置存活过期时间：
cache.set(3, {'data': {}}, ttl=1)
assert cache.get(3) == {'data': {}}
time.sleep(1)
assert cache.get(3) is None为缓存函数提供了键值对的存活时间：
@cache.memoize()
def func(a, b):
pass函数解除缓存：
@cache.memoize()
def func(a, b):
pass
func.uncached(1, 2)复制机制：
assert cache.copy() == {1: 'foobar', 2: ('foo', 'bar', 'baz')}删除缓存中的一个键值对
cache.delete(1)
assert cache.get(1) is None清除整个缓存：
cache.clear()
assert len(cache) == 0为get、set、delete设置了批量方法：
# 设置
cache.set_many({'a': 1, 'b': 2, 'c': 3})
# 获取
assert cache.get_many(['a', 'b', 'c'])
# 删除cache.delete_many(['a', 'b', 'c'])
assert cache.count()重置已经初始化的缓存对象
cache.configure(maxsize=1000, ttl=5 * 60)通过cache.keys(), cache.values(), and cache.items()获取所有的键、值、以及键值对：
cache.set_many({'a': 1, 'b': 2, 'c': 3})
assert list(cache.keys()) == ['a', 'b', 'c']
assert list(cache.values()) == [1, 2, 3]
assert list(cache.items()) == [('a', 1), ('b', 2), ('c', 3)]迭代整个缓存的键:
for key in cache:
print(key, cache.get(key))
# 'a' 1
# 'b' 2
# 'c' 3检测键是否还存在于缓存中通过cache.has() and key in cache方法：
assert cache.has('a')
assert 'a' in cache通过使用CacheManager来管理多个缓存对象：
from cacheout import CacheManager, LFUCache
# 设置多个缓存， 并设置缓存机制
cacheman = CacheManager({'a': {'maxsize': 100},
'b': {'maxsize': 200, 'ttl': 900},
'c':{} },
cache_class= LFUCache
)
cacheman['a'].set('key1', 'value1')
value = cacheman['a'].get('key')
cacheman['b'].set('key2', 'value2')
assert cacheman['b'].maxsize == 200
assert cacheman['b'].ttl == 900
cacheman['c'].set('key3', 'value3')
cacheman.clear_all()
for name, cache in cacheman:
assert name in cacheman
assert len(cache) == 0总结： 1、建立在内存上，其处理速度由于redis，等同于内存 2、可以设置过期时间，以及缓存容量大小，控制占用内存的大小 3、可以选择适合自己的机制，进一步优化优先策略，优于内存